Dynamo Router ↔ KVBM Offload 对接架构

Router（KV-aware routing）与 Offload（KVBM 分层 KV cache）之间没有直接函数调用， 而是通过 KV cache 事件总线异步耦合：Offload 状态变化以 Store/Remove 事件经 Consolidator 汇聚后发布到 event plane，Router indexer 订阅并按 storage tier 更新索引。

关键结论：

1. Offload 完成后不会直接回调 Router；Router 通过 Store/Remove KV 事件感知状态。
2. Router 能感知 storage tier（StorageTier: Device / HostPinned / Disk / External），通过 RouterEvent.storage_tier 和 medium 字段路由到不同 indexer。
3. 默认 Dedup 模式下，Consolidator 把跨 G1/G2/G3 的 block 统一视为 Device-tier 逻辑存在，直到所有 source 都 remove 才向 Router 发 REMOVE；因此 GPU 驱逐但 G2/G3 仍保留时，Router 的 device indexer 继续认为 block 在该 worker 上。
4. Passthrough 模式会保留 tier，lower-tier indexer 可单独记录 host/disk 命中，配合 host_cache_hit_weight / disk_cache_hit_weight 参与选 worker。

A. 请求进入 → Router 决策

1. KvPushRouter::generate → select_worker
2. KvRouter::find_best_match_details：算 token block hashes → Indexer::find_matches_by_tier → 加权 cache hit → KvScheduler::schedule → DefaultWorkerSelector::select_worker
3. 非 query-only 时更新 active sequences（prefill/decode load tracking）

B. Worker 执行 → Offload 触发

1. vLLM 在 GPU 上产生 KV blocks，通过 engine ZMQ 发 G1 事件
2. ManagedBlockPool::register_blocks 注册 immutable block
3. 若 offload_priority 存在 → enqueue_offload → OffloadManager worker 线程执行 D2H/H2Disk
4. Host/Disk pool 再次 register_blocks

C. 状态更新 → Router 感知

1. DynamoEventManager → KvEventConsolidatorHandle::handle_store/remove
2. DedupCacheStatusTracker：首 store 发 STORE；末 source remove 发 REMOVE
3. KvEventConsolidatorPublisher → ZMQ（medium 字段）
4. Worker KvEventPublisher 的 zmq_listener 收 batch → event_processor 批处理
5. sinks::emit 发布 RouterEvent 到 kv-events subject
6. Router start_subscriber 收事件 → handle_live_event → Indexer::apply_event

D. Router 后续决策

• 下一次请求的 find_matches_by_tier 使用更新后的 radix tree / lower-tier continuation
• GPU 仍可见（Dedup）或 host/disk tier 单独计分（Passthrough/tier-tagged events）
• Scheduler 的 decode/prefill load 由 active sequence 事件独立维护，与 offload 并行

overlap_credit = overlap_score_credit × device
              + host_cache_hit_weight × host_pinned
              + disk_cache_hit_weight × disk
              + shared
prefill_blocks = max(raw_prefill − overlap_credit, 0)
logit          = prefill_cost + decode_cost        // 越小越优

见 lib/kv-router/src/scheduling/selector.rs 的 DefaultWorkerSelector::worker_logit。